論文の概要: Answering Questions on COVID-19 in Real-Time
- arxiv url: http://arxiv.org/abs/2006.15830v2
- Date: Fri, 9 Oct 2020 08:42:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-15 13:10:30.438767
- Title: Answering Questions on COVID-19 in Real-Time
- Title(参考訳): 新型コロナウイルスのリアルタイム対応に関する質問に答える
- Authors: Jinhyuk Lee, Sean S. Yi, Minbyul Jeong, Mujeen Sung, Wonjin Yoon,
Yonghwa Choi, Miyoung Ko, Jaewoo Kang
- Abstract要約: 新型コロナウイルスの感染拡大が世界中に波及し、研究者らは効果的に戦おうとしている。
戦いが難しい理由のひとつは、情報と知識の不足にある。
本稿では,コビッドAskを作成することで,この知識の真空化に貢献する取り組みについて概説する。
- 参考スコア(独自算出の注目度): 18.183746404693775
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The recent outbreak of the novel coronavirus is wreaking havoc on the world
and researchers are struggling to effectively combat it. One reason why the
fight is difficult is due to the lack of information and knowledge. In this
work, we outline our effort to contribute to shrinking this knowledge vacuum by
creating covidAsk, a question answering (QA) system that combines biomedical
text mining and QA techniques to provide answers to questions in real-time. Our
system also leverages information retrieval (IR) approaches to provide
entity-level answers that are complementary to QA models. Evaluation of
covidAsk is carried out by using a manually created dataset called COVID-19
Questions which is based on information from various sources, including the CDC
and the WHO. We hope our system will be able to aid researchers in their search
for knowledge and information not only for COVID-19, but for future pandemics
as well.
- Abstract(参考訳): 新型コロナウイルスの感染拡大が世界中に波及し、研究者らは効果的に戦おうとしている。
戦いが難しい理由のひとつは、情報と知識の不足にある。
本研究では,生物医学的テキストマイニングとqa技術を組み合わせたq&aシステムであるcovid-19ask(q&a)を作成し,質問への回答をリアルタイムに提供することで,この知識真空の縮小に寄与する取り組みについて概説する。
また、情報検索(IR)手法を利用して、QAモデルに相補的なエンティティレベルの回答を提供する。
covidAskの評価は、CDCやWHOなど、さまざまなソースからの情報をベースとした、COVID-19 Questionsと呼ばれる手作業によるデータセットを使用して行われる。
私たちのシステムは、新型コロナウイルスだけでなく、将来のパンデミックにも、研究者が知識や情報を探すのに役立つことを期待しています。
関連論文リスト
- A Joint-Reasoning based Disease Q&A System [6.6832112735867755]
医療質問応答(QA)アシスタントは、複数のソースから情報を合成することで、レイユーザーの健康関連クエリに応答する。
彼らは、誤った情報、情報過負荷、医療言語の複雑さの問題を緩和するための重要なツールとして機能する。
論文 参考訳(メタデータ) (2024-01-06T09:55:22Z) - Medical Question Understanding and Answering with Knowledge Grounding
and Semantic Self-Supervision [53.692793122749414]
本稿では,知識基盤とセマンティック・セルフスーパービジョンを備えた医療質問理解・回答システムについて紹介する。
我々のシステムは、まず、教師付き要約損失を用いて、長い医学的、ユーザによる質問を要約するパイプラインである。
システムはまず、信頼された医療知識ベースから要約されたユーザ質問とFAQとをマッチングし、対応する回答文書から一定の数の関連文を検索する。
論文 参考訳(メタデータ) (2022-09-30T08:20:32Z) - Where Was COVID-19 First Discovered? Designing a Question-Answering
System for Pandemic Situations [0.0]
新型コロナウイルス(COVID-19)のパンデミックには、新型コロナウイルス関連の質問に対する簡潔で信頼性の高い情報の特定が困難になる大規模な「インフォデミック(infodemic)」が伴っている。
本稿では,パンデミックの状況における情報過負荷や誤報を克服するために,近代技術に基づく質問応答システムを設計することに関心がある。
実装はCORD-19データセットをベースとして,バイオメディカル専門家がラベル付けしたCOVID-19質問のサンプルに基づいて,回答の質を評価することで,アーティファクトの有用性を実証する。
論文 参考訳(メタデータ) (2022-04-19T10:15:51Z) - Medical Visual Question Answering: A Survey [55.53205317089564]
VQA(Medicical Visual Question Answering)は、医療用人工知能と一般的なVQA課題の組み合わせである。
医療用VQAシステムは,医療用画像と自然言語による臨床的に関連性のある質問を前提として,妥当かつ説得力のある回答を予測することが期待されている。
論文 参考訳(メタデータ) (2021-11-19T05:55:15Z) - The Prominence of Artificial Intelligence in COVID-19 [0.5437050212139087]
2019年12月、新型コロナウイルス(COVID-19)と呼ばれる新しいウイルスが、これまでに膨大な数の因果関係を引き起こした。
本研究は, 早期, 安価な診断方法として, 医師や研究者を支援する方法を探るものである。
ほとんどの途上国では、従来の方法でテストを実行するのが難しいが、機械学習やディープラーニングでは重要な方法が採用されている。
論文 参考訳(メタデータ) (2021-11-18T06:11:45Z) - A Dataset of Information-Seeking Questions and Answers Anchored in
Research Papers [66.11048565324468]
1,585の自然言語処理論文に関する5,049の質問のデータセットを提示する。
各質問は、対応する論文のタイトルと要約のみを読むNLP実践者によって書かれ、質問は全文に存在する情報を求めます。
他のQAタスクでうまく機能する既存のモデルは、これらの質問に答える上ではうまく機能せず、論文全体から回答する際には、少なくとも27 F1ポイントパフォーマンスが低下します。
論文 参考訳(メタデータ) (2021-05-07T00:12:34Z) - CAiRE-COVID: A Question Answering and Query-focused Multi-Document
Summarization System for COVID-19 Scholarly Information Management [48.251211691263514]
我々は、リアルタイム質問応答(QA)とマルチドキュメント要約システムであるCAiRE-COVIDを紹介し、Kaggle COVID-19 Open Researchデータセットチャレンジで10のタスクのうちの1つを勝ち取った。
本システムの目的は,コミュニティからの優先度の高い質問に答えることによって,新型コロナウイルスに関する数多くの学術論文をマイニングすることにある。
論文 参考訳(メタデータ) (2020-05-04T15:07:27Z) - A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack
Overflow [69.5231754305538]
主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。
事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
論文 参考訳(メタデータ) (2020-04-18T08:19:46Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳(メタデータ) (2020-03-25T12:30:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。